东武仕水库水质变化遥感监测及时空分析

白杨林,李耀耀,苏鸿博,符 雨,吕凤军

1.河北地质大学,河北 石家庄 050031; 2.阜新市生态环境保护服务中心,辽宁 阜新 123000

0 引言

东武仕水库是滏阳河干流上一座以防洪和供水为主的大型水库,位于滏阳河上游。随着社会经济的高速发展与城市化进程的加快,生活污水和工业废水的排放量逐渐增大,因此东武仕水库的污染也日趋严重[1],不仅影响了经济和生态的发展,更影响了人体健康。水质监测是水质评价与水污染防治的主要依据,随着水体污染问题的日益严重,对水污染的动态监测与评价已成为当务之急[2]。传统的水质监测不但耗费大量人力物力与时间,而且由于水体其情况变化较快,很难掌握水体的实时数据,并且由于采样难度和采样点有限,所以通常只能获取一定范围内采样点处局部的水质数据。因此,遥感技术凭借其监测成本低、监测范围广、数据获取快速、可以长时间连续监测等优点被广泛应用于水质监测中。

目前对于污染水体的遥感信息提取已有大量研究,所应用的遥感数据源主要有OLI 和MODIS 数据,也有一些研究应用了GF-1、HJ-1、FY-3A、CBERS等数据,除航空航天数据外还有一些学者应用光谱仪等设备直接测量水体,利用实测光谱定量反演水体参数,徐京萍、杨硕等利用ASD 实测光谱数据通过三波段反演法提取了太湖叶绿素a 的浓度,并且有效地去除悬浮物和黄色物质的影响[3,4];邓婕、李晓磊等利用OLI 数据通过比值植被指数和阈值分割的方法划分了水体污染信息,准确的评价了东武仕水库的水质情况[1,5];江辉、刘瑶等利用MODIS 数据建立线性回归模型,定量反演了鄱阳湖总悬浮物、总磷含量[6,7];除利用密度分割划分水体污染范围和利用最小二乘法回归建立定量、半定量反演模型外,还有一些研究利用了Hyperion、SPOT 等高光谱分辨率或高空间分辨率的遥感数据,从光谱维度和空间维度提高水体信息反演精度[8,9]。

现阶段对于水体信息提取的方法研究已经相当成熟,数据源的应用也很全面,包括多光谱数据、实测光谱数据、高光谱数据、高分数据,水体信息的定量、半定量反演也愈发精准,因此,本研究以遥感技术应用为落脚点,基于Landsat5 TM 与Landsat8 OLI 2009—2019 年遥感数据,利用图像增强、阈值分割等方法,提取东武仕水库水体污染信息,划分污染等级,并分析其时空分布特征。

1 研究区概况

东武仕水库位于河北省邯郸市磁县境内,滏阳河干流上游,地理坐标114°14′-114°20′E,36°25′-36°23′N。总库容约1.8 亿m3,控制流域面积340 km2,承担着滏阳河灌区、邯郸市8 个大型企业和50 万城市人口生产生活用水的任务,同时也是用于防洪、供水、发电、养殖的综合型水库。东武仕水库污染的主要原因为陆源排放,水库周边分布大量居民区(图1),其上游滏阳河区段穿越整个峰峰矿区居民区[10],导致大量生活污水排入滏阳河,最终汇入水库,成为陆源排放的主要来源。

图1 东武仕水库2014 年OLI 数据762 (RGB) 合成影像Fig.1 OLI 762 (RGB) composite image of Dongwushi Reservoir in 2014

2 数据源及其特征

从USGS 网站选择2009—2011 年的Landsat5 TM数据和2013—2019 年的Landsat8 OLI 数据,所选数据生成时间均为春季,避免了冬季水面结冰引起高反射和夏季多云天气及水生植物茂盛的影响(表1)。

表1 研究区遥感影像数据Table 1 Remote sensing image data of the study area

TM (Thematic Mapper,专题制图仪) 和OLI(Operational Land Imager,陆地成像仪) 分别搭载在Landsat-5 和Landsat-8 卫星上,由NASA 分别在1984年3 月1 日、2013 年2 月11 日发射升空,其中TM 到2011 年11 月停止采集影像。TM 和OLI 同为Landsat系列卫星搭载的传感器,具有近似的刈宽(TM:184×185.2 km,OLI:185×185 km),同为16 天的重仿周期,相同的波段范围,多光谱数据空间分辨率均为30 m。相比TM 数据,OLI 多光谱数据增加了海岸带、卷云波段和一个空间分辨率为15 m 的全色波段,剔除了120 m 分辨率的热红外波段(表2)。因此,OLI 和TM 数据可以作为同一时间序列的数据用于本研究,同时较高的空间分辨率、较短的重仿周期及宽阔的覆盖范围,也为遥感水体污染监测提供了数据上的保障。

3 水体污染成因

(1) 峰峰矿区大量工业废水和生活污水以及水库周边村庄的生活污水汇入东武仕水库,导致水中有机质、总磷含量增加[11],严重影响水质,是水库最主要的污染源。

(2) 水库周边分布大面积农田,在OLI 762 假彩色合成影像上呈深绿色(图1),农田耕作过程中会使用大量的化肥农药,被土壤吸附后会随着大气降水和水土流失进入库区,造成氮磷含量升高。

(3) 从1984 年到2013 年,由于大部分居民为水库移民,没有独立耕地,大多以网箱养鱼为主要经济来源,网箱养鱼在带动经济发展的同时也给库区水质带来了严重污染,大量的饵料、药品投放,鱼类的排泄物以及养殖密度逐渐增加,导致水体有机质含量大幅提高[12]。

大量的氮、磷、有机质进入水体使水体富营养化[13],导致藻类植物过度繁殖,影响水中溶解的氧含量和水体的透明度等,导致水质进一步恶化。因此,藻类是否过度繁殖可作为水体污染的评价标准。

4 水体污染遥感信息提取

4.1 水体污染信息提取理论依据

清洁水体反射率在可见光部分为5%左右,反射率随波长的增加而减小,超过0.75 μm 后,水体反射率降低为零,成为全吸收体[14];含沙水体反射率整体高于清洁水体,随着泥沙浓度的增加而增大,在0.9 μm 后反射率降低为0;含有藻类的水体在0.4～0.65 μm 之间反射率低于含沙水体,在0.65 μm 后反射率迅速上升,0.8 μm 后稳定在20%左右,波谱特征明显区别于清水和含沙水体(图2)。

图2 水体反射波谱曲线[14]Fig.2 Reflection spectrum curve of water body

4.2 水体污染遥感信息提取方法

水体中所含物质成分不同会导致水体波谱特征发生变化,在遥感影像上表现为清洁水体和污染水体所在像元的差别,所以可以通过图像增强突出污染信息,通过密度分割划分污染等级。因为水体富营养化易使水体中藻类植物大量繁殖,并且藻密度与叶绿素浓度正相关,且在空间上具有一致性,叶绿素浓度与植被指数具有良好的相关性,所以植被指数可以在一定程度上反应藻类的分布特征,并且作为水体污染的评价标准[15]。综上所述,本研究通过计算水体的比值植被指数(RVI,Ratio vegetation index) 及其均值(Mean) 与标准差(Stdev,standard deviation)[5],提取水体污染遥感信息,划分水体污染等级(表3)。

表3 水体污染分级标准Table 3 Water pollution classification standards

4.3 水体污染遥感信息提取流程

水体污染遥感信息提取流程包括大气校正、提取水体、植被指数计算、计算分割阈值、密度分割、自动矢量化等(图3)。

大气校正采用内部平均相对反射率法,该方法将遥感影像各个波段每个像元的DN 值除以该波段所有像元DN 值的均值得到视反射率,消除了大气层辐射,削弱地形影响[16],保证了大气校正后的光谱与实际光谱具有相似的特征。

在可见光至短波红外区间,水体的反射率随波长的增加而减小,0.75 μm 后水体对入射光全吸收,所以应用OLI Band7 (TM Band7),并通过图像反差增强确定水体阈值(表4),依此制作掩膜提取水体。

图3 水体污染遥感信息提取流程图Fig.3 Water pollution remote sensing information extraction process

比值植被指数定义为近红外波段和红光波段的比值。根据红外和红光的波长范围与OLI、TM 数据的对应关系可知(图4),OLI 比值植被指数计算方法为Band5/Band4,TM 为Band4/Band3。

图4 植被波谱与OLI、TM 对应关系Fig.4 Corresponding relationship between vegetation spectrum and OLI and TM

根据各波段统计学特征,计算水体区域比值植被指数的均值和标准差(表4),根据二者关系划分水体污染等级(表3)。按照污染分级对比值植被指数密度分割,将分割后的水体转换为矢量数据,在地理信息系统环境下将不同等级的污染水体与水库地区标准假彩色合成遥感影像叠加形成污染分布图(图7)。

5 结果与讨论

研究区共设计三个野外验证点(图1),分别位于路村营乡北部、东清流村南部、徐家村西北部。根据本次实验2014 年5 月路村营乡北部(图5A)、东清流村南部的现场照片(图5B) 与提取的2014 年水体污染信息,不难发现水库岸边堆积有大量的生活垃圾等污染物,水体富营养化严重,水中已经繁殖了大量的藻类植物,已经达到重度污染级别,与2014 年野外验证点处划分的污染级别处于重度污染具有良好的对应关系,证明了本次实验结果比较准确。

TM 与OLI 空间分辨率均为30 m,所以每个像元实际代表900 m2,依此可根据各污染等级所占像元个数可以计算出污染面积,但是受气候或人类活动等因素影响,东武仕水库从2009—2019 年库区面积一直发生变化(图6),所以需要对每年的水体各级污染面积做归一化处理,将面积转化为面积所占比例,使数据之间具有可比性(图7)。

分析统计结果可知,东武仕水库无污染水域所占比例极小,在2013—2016 年期间污染面积比例趋近于0,在2010 年无污染水域所占比例最大,但也不超过7%;轻度污染水域所占比例最大,长期占比50%以上,在2019 年达到最大值80%;中度污染整体呈下降趋势在2015—2018 年间略有反弹,在2010 年达到最大值38%,在2019 年出现最小值,面积比例只占不到10%;重度污染整体呈上升趋势,在2014、2016、2017 年间略有下降,于2019 年达到最大值,占11%左右(图7)。

表4 污染水体遥感信息Table 4 Remote sensing information of polluted water

图5 中度—重度污染水域野外照片Fig.5 Field photos of moderately to severely polluted waters

图6 2009—2019 年东武仕水库面积变化Fig.6 Area chan ge of Dongwushi Reservoir from 2009 to 2019

图7 2009—2019 年东武仕水库各级污染所占比例Fig.7 proportion of pollution at all levels in Dongwushi Reservoir from 2009 to 2019

根据近十年当地政策及一些学者的研究可知[12,17,18],从1984—2013 年,东武仕水库一代盛行网箱养鱼,这种集中的养鱼方式虽然增加了当地居民的收入,但是面对巨大的利益,群众不考虑水库的承受能力,无限制的扩大养殖规模,过量投放饵料,导致水体富营养化[19]。对应2009—2013 年污染分布图(图8),其中夏庄村、泥河村位于水库东北部沿岸地区,污染程度较高,成线状分布;路村营乡北部、长宁村东部沿岸地区成重度污染状态,其分布特征与居民在岸边浅水区网箱养鱼相对应。网箱养鱼于2013年彻底取缔,根据2014 年及以后的污染分布情况可知,取缔网箱养鱼后,沿岸水质有所好转,污染面积向岸边收缩,由重度或中度污染转为轻度污染。

图8 2009—2019 年水体污染分布图(底图RGB 762 合成)Fig.8 Water pollution distribution from 2009 to 2019 (Base image RGB 762 composite)

根据污染分布图提供的信息(图8),可以发现从2009 年到2019 年水库整体状况一直处于大面积轻度污染状态(图8 蓝色),重度污染(图8 红色) 普遍为西部高于东部,随着人口增长与迁移、社会发展、工业化、居民生活水平提高等因素的影响,重度污染区域逐渐向东部水域扩散,且污染面积越来越大;由于人类活动与水库的交集大多发生在浅水区,生活污水、垃圾排放直接入水,加之滏阳河上游一定的工业废水排放以及周边农田化肥农药的使用,从而导致河流与水库交界位置以及水库边部与村庄的交界位置长期处于中度—重度(图8 绿色和红色) 污染状态,例如常凝村东北部、徐家村南部地区,且污染等级从水库边缘到水库中心依次递减,越靠近水库中心,污染程度越小;从影像上可以看出居民地密集区往往污染程度高(图8 浅灰色为居民地),而东部水坝处无居民地,所以水体污染程度小,这一点很好的佐证了库区污染主要来自于人类活动导致的陆源排放这一观点;库区轻度污染所占比例很小,只有2010、2011、2013、2017、2018 年轻度污染占比略大,大多数成零星状分布于水库中央。

综合水体污染遥感信息、水库主要污染原因及当地自然地理概况分析,水库西部居民地多,人口密集,且水域面积比东部小,污染程度比水库东部高,所以滏阳河上游峰峰矿区大量的居民地和水库周边居民地的工业废水和生活污水排放是导致水库重度污染最主要的原因;水库周边泥河村北部、常凝村南部、路村营乡东部和西部分布大面积农田,居民地较密集,水库与之相应的位置呈中度污染,偶有重度污染(图8),徐家村北部和东清流村附近农田稀少,居民地较稀疏,与之对应的水库区域一般为轻度污染,偶有中度—重度污染,且中度—重度污染面积较小,加之水坝东部无居民区,所以无生活污水等排放,污染程度最高不超过中度污染,但是水坝东部分布大面积农田,所以库区中度污染主要是由农田耕作中化肥农药的使用和生活污水排放引起;滏阳河贯穿整个水库,水源西进东出,加剧了滏阳河与水库交汇处污染的扩散速度,导致污染随着水体流动扩散至整个库区,所以整个库区几乎很少有无污染区域。

综上,人类生活生产排放的污染物是东武仕水库最主要的污染原因,其次为周边农田化肥农药的使用。提高当地居民的环保意识,减少污染排放,合理使用化肥农药可以使水库水质好转。

6 结论

在空间上,水库以轻度污染为主,无污染区域很少,重度污染区主要分布在水库西部,中度污染区沿水库边缘成带状分布。污染提取结果与野外验证点采集信息相符(图8),路村营乡北部和东清流村东南部的岸边堆积有大量生活垃圾,导致水体富营养化,产生大量水藻,加重了水体污染。

中度污染在2010 年到达峰值后,开始逐年减少,很好的符合了当地施行的禁止网箱养鱼治理水库污染的政策,在时间上具有准确的对应关系。2015 年以后随着人口的增长,陆源排放的增加等综合因素影响,水库中度污染程度又开始逐年加剧。

通过时间与空间上提取信息的准确性,证明了用比值植被指数可以间接的反应水体中氨氮、有机质等污染的程度,并且可以通过对比值植被指数半定量的划分水体污染等级,同时也证明了利用遥感数据可以在一定情况下脱离地面数据,直接对水体进行长时间遥感监测。